前言

TensorFlow 是谷歌开源的深度学习工具包，它将深度学习复杂的计算过程抽象成了数据流图（Data Flow Graph），并提供简介灵活的高级抽象接口，让小白用户通过简单的学习就可以使用「高大上」的深度学习了。当谷歌被问到为什么要开源 TensorFlow 时，他们的回答是：「我们相信机器学习是未来创新产品和技术的关键因素」。其实目前我们生活的很多方面已经被机器学习深切的影响着了，从谷歌搜索到淘宝购物，以及在刚刚结束的老罗手机发布会上，引起台下欢呼不断的语音输入以及 「BigBang」，背后的核心技术都是机器学习。因此，我觉得广大程序员有必要学习下机器学习，以免被很快就会到来的「未来」所抛弃。

安装

官方的安装文档是最详细的，以我本人的电脑（MacBook Pro，python 2.7）为例，安装过程如下：

// 指定 TensorFlow 地址
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.11.0rc1-py2-none-any.whl
// 使用 pip 安装（如果没有 pip，得先安装 pip）
sudo pip install --upgrade $TF_BINARY_URL

安装好后，可以进入 python 交互界面，执行以下代码确认是否安装成功：

$ python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42

简介

整体工作方式

TensorFlow 最基本的一次计算过程是这样的：接受 n 个固定格式的数据输入，通过给定的高级函数，转化为 n 个 Tensor 格式的输出。当然一次机器学习的过程会有很多次这样的计算，一次计算的输出可能是下一次计算的（部分或全部）输入，TensorFlow 将这一系列的计算过程抽象为了一张数据流图（Data Flow Graph），如图：

一张复杂的数据流图
上图中从数据 Input 开始，沿着有向图进行计算，图中每个节点都是一次计算，称为 op（option），TensorFlow 中数据以 Tensor 为格式，输入一个 Tensor ，经过一次 op 后输出另一个 Tensor，然后根据数据流图进入下一个 op 作为输入，因此，整个计算过程其实是一个 Tensor 数据的流动过程，所以谷歌将这个系统形象的叫做 TensorFlow。

有了数据流图后下一个问题是如何在各种设备上很好的运行，TensorFlow 通过一个会话（Session）来控制整个数据流图的执行。TensorFlow 一个很大的优点是将复杂的运算（如矩阵运算，softmax）封装成了高级函数，用户只要使用就好了，在内部，TensorFlow 将这些函数转化成可以高效在 CPU 或 GPU 执行的机器码。Session 的主要作用是将这张数据流图合理的切分（尽量减少 Session 与 CPU 或 GPU 之间的交互，因为很慢），按照一定的顺序提交给 CPU 或者 GPU，然后（可能）还进行一些容错的机制，总之 Session 就是负责高效地让数据流图被 CPU 或 GPU 执行完成的。

如果读者对 spark 熟悉，看完以上介绍后会不会觉得其实 TensorFlow 的整个工作流程其实跟 Spark 有很多类似之处（我看完文档之后是这样认为的）。 TensorFlow 的数据流图对应于 Spark 的 DAG，TensorFlow 的 Tensor 对应于 Spark 的 RDD， TensorFlow 的 Session 对应于 Spark 的 SparkContext。待后面深入学习后再分析分析他们的异同。

基本概念

其实很多概念上面已经提到，这里统一介绍下，不过官网的文档是最详细的。

• 数据流图：用来逻辑上描述一次机器学习计算的过程。
• Session：负责管理协调整个数据流图的计算过程。
• op：数据流图中的一个节点，也就是一次基本的操作过程。
• Tensor：所有 TensorFlow 中计算的数据的格式，是一个 n 维的数组，如 t = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] 。
• Variable：这个在上面没有提到。之前我们说一个 Tensor 经过一次 op 后会转化为另一个 Tensor，完成之后上一步的输入 Tensor 就会被回收掉。如果有些数据（如模型）我们需要一直保存，每次迭代计算只是改变其值，这时我们就需要 Variable，Variable 本质上也是一个 Tensor，只不过他是不会被回收，常驻的 Tensor。

基本使用

关于 TensorFlow 的基本使用，其实还是建议看官网，我这边列一个小的 demo 大致看下一个最基本的 TensorFlow 是怎么写的。

// 导入 tensorflow
import tensorflow as tf

// 上面说了数据是从输入到 op 再到输出，用 tf.constant() 生成的是一个源 op，
// 是一个不需要输入（输入已经定义在代码里了），只有输出的 op。
// matrix1、matrix2 都是常量 op
matrix1 = tf.constant([[3., 3.]])
matrix2 = tf.constant([[2.],[2.]])

// 创建一个矩阵乘法 matmul op , 把 'matrix1' 和 'matrix2' 作为输入.
// 返回值 'product' 代表矩阵乘法的结果。
product = tf.matmul(matrix1, matrix2)

// 创建 session
sess = tf.Session()

// 使用 session 运算整个数据流图。这里我们可以看到，
// 定义整个计算过程的时候，我们是从数据输入的方向上往下定义的，
// 而给 session 运行的时候，我们只把最后我们想要结果的那个方法
// 给了 session，说明 session 会根据最终的那步，逆向去追溯计算
// 过程，从而构建整个数据流图（猜的）。
result = sess.run(product)

//输出 [[ 12.]]
print result

//运行结束，关闭 session
sess.close()

看到这里，其实会发现 TensorFlow 并不仅仅是一个训练深度神经网络的工具，它更像是一个计算框架，其实可以在其基础上实现各种算法，有朝一日，如果越来越多的开发者参与其中，构建出更丰富的机器学习库，替代 spark 也是有可能的（虽然我觉得可能性不高）。

一个简单的机器学习实例

官方文档 给出了一个利用 MNIST 数据集训练图像识别模型的入门例子，我这里做一些简单的分析。

MNIST 数据集包含了一个训练集和一个测试集，集合中包含一些 28 像素 X 28 像素的图片（这些图片是手写的 0-9 的数字），以及每张图片的真实数字，我们的目的是通过训练集训练出一个机器学习模型，用以预测任意的手写输入图片所对应的数字。

文档中给的入门示例是一个逻辑回归模型。输入是28 X 28 像素的图片，为了方便，我们将其转化为一个长度为 28 * 28=784 的数组；输出是用 softmax 回归后该图片属于 0-9 各个数字的概率数组。整个模型通过随机梯度下降的方法进行训练，详细的文档里都有，我就其代码简单分析一下：

// 导入 tensorflow
import tensorflow as tf 
// 导入处理 MNIST 数据集的工具类
import input_data

// 加载 MNIST 数据集，获得一个封装好的对象 mnist
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

// 设置输入（即手写图像），placeholder 表示 x是一个占位符，
// shape 的 None 表示输入数据的第一维可以任意大小
x = tf.placeholder(tf.float32, shape=[None, 784])
// 设置针对输入图像，其期望的输出
y_ = tf.placeholder(tf.float32, shape=[None, 10])

// 定义 Variable，用于存储隐藏层的权重，W 是一个二维权重矩阵，
// W[i][j] 表示第 i 个像素属于第 j 个数字的概率；b 是一维数组，b[i] 
// 表示第 i 个数字的偏移量。因此，要求输入 x 属于各个数字的概率
// 公式为：W * x + b
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))

/** 定义好需要的参数变量后，就可以设置训练过程了，训练过程主要分为 3 步：
   1. 定义隐藏层的输入输出过程
   2. 定义损失函数
   3. 选择训练方法开始训练 **/

// 1.定义隐藏层的输入输出过程 ：
//    之前我们说用 softmax 回归模型来做隐藏层，TensorFlow 已经实现了
//    softmax 的具体方法，所以我们只要一行代码就能表示整个前馈的过程
y = tf.nn.softmax(tf.matmul(x, W) + b)

// 2.定义损失函数：
//    我们使用交叉熵来衡量结果的好坏
cross_entropy = -tf.reduce_sum(y_*tf.log(y))

// 3.选择训练方法开始训练：
//    由于我们已经知道了损失函数，我们的训练目的是让损失函数最小，
//    这里我们使用梯度下降的方法求最小值
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

// 定义好训练过程后，就可以开始真正的训练过程了

// 初始化 session
sess = tf.Session() 

//加载所有 variable
init = tf.initialize_all_variables() 
sess.run(init)

// 使用随机梯度下降的方法，分批次多次训练
for i in range(1000): 
    batch_xs, batch_ys = mnist.train.next_batch(100)   
    //这里随机获取的 batch_xs, batch_ys 用来填充之前定义的占位符 x, y_
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

我们可以看到，只要告诉 TensorFlow 待训练参数、损失函数、具体的训练方法，区区三行代码，它就能自动地进行训练出一个图像识别模型。当然，这只是最简单的一个逻辑回归模型，要想获得好效果，需要用到 卷积神经网络（CNN），等后面深入学习后再跟读者分享。

总结

本文简单介绍了 TensorFlow 的一些基本的概念和工作方式，后面有精力的话再深入的学习下。另外，由于自己对机器学习不是很熟悉，对 TensorFlow 也是刚接触，所以文中可能会有比较多低级错误，望读者看到后指出。